Una scheda del titolo generata che riporta «Kling Image 4.0 vs HY-Image 3.5» con il sottotitolo «Un divario di 208 punti, uno di 91 punti». Due barre orizzontali vanno da sinistra a destra: quella etichettata text-to-image è suddivisa in un breve segmento grigio contrassegnato 208 e in uno più lungo blu, mentre quella etichettata modifica di immagini mostra una suddivisione più corta contrassegnata 91. Sotto, una riga dei prezzi indica 6,1 centesimi contro 2,4 centesimi per immagine 2K.
Guides & Insights

Kling Image 4.0 vs HY-Image 3.5: un divario di 208 punti, uno di 91

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Il rapporto di prezzo tra Kling Image 4.0 e HY-Image 3.5 è di 2,6 a uno. Il rapporto di qualità non è affatto un unico numero: Artificial Analysis rileva 208 punti Elo tra i due quando entrambi generano un'immagine da zero, e 91 punti Elo tra i due quando viene chiesto a entrambi di modificarne una già esistente. Stessa coppia di modelli, stessa classifica, stesso mese di misurazione, due risposte che differiscono per più di un fattore due. Chi cita un singolo punteggio per questo confronto ne cita solo metà.

Le date sono importanti per il quadro. Kling Image 4.0 è attivo dal 17 novembre 2026, venduto sulla scala a unità di Kuaishou a 16 unità per un'immagine 2K — circa 6,1 centesimi alla tariffa del pacchetto d'ingresso, ovvero 63 dollari per mille secondo la scheda di Artificial Analysis. HY-Image 3.5 è più vecchio e si regge su una parola diversa: Tencent lo ha pubblicato il 22 settembre 2026 come hy-image-v3.5-preview, a ¥0,15 o 0,024 USD per immagine 2K, e le classifiche indipendenti hanno iniziato a valutarlo solo di recente. Il suo Elo di 972 non è una dichiarazione di lancio. È la prima misurazione esterna del modello, e si colloca sotto il predecessore dello stesso Tencent.

A screenshot of Kling's release-notes page in English, headed Release Notes, with the newest entry dated 2026-11-17 marked Major and titled 'Kling Image 4.0 Is Here!', described as stunningly realistic and sharp with results from a single image to a cohesive series, above an older 2026-10-15 entry for the Kling 4.0 video model and a 2026-06-17 entry for the Kling 3.0 series.

I due divari, e perché differiscono

Entrambi i modelli sono valutati sulle stesse due classifiche di Artificial Analysis, ed è questo che rende la distinzione leggibile anziché retorica. Letto in rapporto al campo il 18 novembre 2026:

• Elo testo-immagine — Kling Image 4.0 1.179,93, settimo su 115; HY-Image 3.5 972,12, settantacinquesimo su 115

• Elo per l'editing di immagini — Kling Image 4.0 1.182,89, sesto su 87; HY-Image 3.5 1.091,87, ventottesimo su 87

• Intervalli di confidenza — Kling da 1.166,93 a 1.192,93 contro HY da 960,12 a 984,12 nella generazione, e da 1.168,89 a 1.196,89 contro da 1.078,87 a 1.104,87 nell'editing

• Prezzo di listino — Kling 63,00 $ per mille immagini in generazione e 66,00 $ in editing; HY 24,00 $ su entrambe le board

• Tariffa unitaria pubblicata — Kling: 16 unità per immagine fissa 2K, 24 a 4K, 40 a 8K, a circa $0.00384 per unità; HY: $0.024 per immagine 2K, con addebito solo sull'output consegnato

• Limite di output — Kling documenta un livello nativo 8K; HY documenta 2K come limite

• Input di riferimento — Kling addebita 0,8 unità per immagine di riferimento o elemento di riferimento, addebitabili per la prima volta nella versione 4.0; HY accetta fino a cinque immagini di riferimento per richiesta e non pubblica alcuna tariffa separata per i riferimenti

• Pesi e identificatore — entrambi proprietari; HY non dispone di un identificatore di disponibilità generale né di un checkpoint aperto

Nessuno dei due intervalli si sovrappone, quindi entrambi gli ordinamenti superano l'ovvia obiezione che i numeri siano rumorosi. La parte interessante è l'entità. Un divario di 208 punti su una scala Elo di 400 punti implica che il modello più forte vince circa tre confronti a coppie su quattro. Un divario di 91 punti implica circa tre su cinque. Entrambi sono vantaggi reali; solo uno dei due predice una differenza visibile sul proprio set di prompt la maggior parte delle volte.

La forma di quella suddivisione dice a cosa serve ciascun modello. HY-Image 3.5 si colloca nel terzo inferiore di una classifica di generazione di 115 modelli e nel terzo superiore di una classifica di editing di 87 modelli. Non è il profilo di un modello complessivamente più debole. È il profilo di un modello ottimizzato per il secondo compito, e dovrebbe cambiare chi lo acquista: se il tuo lavoro consiste nel modificare un fotogramma esistente — una foto di prodotto, una scheda del personaggio, il layout di un cliente — il modello più economico è 91 punti indietro, non 208.

Il predecessore della stessa Tencent ottiene un punteggio più alto

Il numero più scomodo per Tencent in questo confronto non è il 1.179 di Kling. È 991,90: il punteggio che Artificial Analysis assegna a HunyuanImage 3.0 (Tencent Cloud), la generazione precedente della stessa linea. HY-Image 3.5 preview ottiene 972,12 sulla stessa classifica. Il modello più recente è 20 Elo sotto quello più vecchio nel text-to-image, con un intervallo di confidenza che supera il divario.

Ciò che Tencent ha dichiarato al lancio andava nella direzione opposta. Le sue prove erano uno studio di preferenza in cieco condotto all'interno dell'azienda con diverse centinaia dei suoi stessi designer, che riportava un vantaggio di circa il 30% rispetto a Hy Image 3.0, parità con Seedream 5.0 Pro e un leggero margine su Nano-Banana Pro e Qwen-Image-3.0 Pro. Quello studio non è mai stato pubblicato come dataset che chiunque possa rieseguire, e ora il panel indipendente non è d'accordo con esso sulla generazione.

La discrepanza è più circoscritta di quanto sembri a prima vista, perché la classifica di editing racconta l'altra metà della storia. Nell'editing di immagini, HY-Image 3.5 ottiene 1.091,87 contro 1.028,30 di HunyuanImage 3.0 (Tencent Cloud) e 1.063,62 della variante Instruct — un guadagno di 64 punti rispetto al migliore dei due. Quindi il miglioramento misurato da Tencent è reale; vive solo nell'editing, e la parte della dichiarazione relativa alla generazione non ha avuto seguito. Una precisazione va messa a verbale: le righe Hunyuan della classifica sono voci separate, e una modifica di una voce può spostare un punteggio per ragioni che non hanno nulla a che vedere con i pesi. Considera la regressione di 20 punti come un segnale che indica dove testare, non come un verdetto sul checkpoint.

Cosa si ottiene con il 2,6x sul fronte Kling

La risposta di Kling a "perché 2,6 volte il prezzo" non è la classifica, dove si trova al settimo posto. È la scala dei formati. HY-Image 3.5 si ferma a 2K. Kling Image 4.0 vende 4K a 24 unità e 8K a 40, e vende due forme di output che Tencent non documenta affatto: un set coerente da un singolo prompt, e immagini lunghe a forma di pagina — 140 unità per un comp di pagina web a 1K e 152 a 2K, oppure una pagina dettaglio e-commerce a 60, 120 o 200 unità a seconda della lunghezza, solo da immagine a immagine.

Se il tuo output è una miniatura prodotto da 900 pixel, quella scala è una scheda tecnica di funzionalità che non userai mai, e pagare 6,1 centesimi invece di 2,4 significa pagare per un tetto inutilizzato. Se invece è un asset per la stampa, un layout a pagina intera o un set di campagna di dodici frame che deve sembrare un'unica sessione, il confronto finisce prima ancora che si parli di qualità: un modello vende quel livello, l'altro non ce l'ha. È una differenza di capacità, e nessun divario Elo la cattura.

Il conto dei riferimenti va nella direzione opposta ed è facile da trascurare. Kling Image 4.0 è il primo modello della sua linea a far pagare le immagini di riferimento e gli elementi di riferimento, a 0,8 unità ciascuno in aggiunta al prezzo dell'output. Un set ad alto uso di riferimenti costruito da quattro input passa da 192 unità di output a 230 unità totali — circa un quinto in più, in proporzione a quanto il lavoro dipende dai riferimenti. Il listino di HY-Image 3.5 addebita solo le immagini di output consegnate e non pubblica alcun sovrapprezzo per i riferimenti. Nei flussi di lavoro con la maggiore quantità di riferimenti, il rapporto di prezzo di 2,6x non è il rapporto reale.

A generated two-column comparison scoreboard titled 'Kling Image 4.0 vs HY-Image 3.5 — the scoreboard'. The Kling column reads: text-to-image Elo 1,180, rank 7 of 115, image-editing Elo 1,183, rank 6 of 87, price $63 per 1,000 images, ceiling native 8K tier, references billed 0.8 units each, sets and long-page modes yes. The HY-Image column reads: text-to-image Elo 972, rank 75 of 115, image-editing Elo 1,092, rank 28 of 87, price $24 per 1,000 images, ceiling 2K, references up to five per request with no separate fee, sets and long-page modes none documented. A footer reads 'Scores per Artificial Analysis, read 18 November 2026. Prices per each vendor rate card.'

L'etichetta di anteprima è un rischio di approvvigionamento

C'è una seconda differenza in questo confronto che non ha nulla a che fare con i pixel, ed è quella che solleverà un esame finanziario o legale. Kling Image 4.0 è un modello già rilasciato, con una voce nelle note di rilascio, un prezzo unitario pubblicato e un numero di versione che implica che un successore sarà numerato, non rinominato. HY-Image 3.5 esiste solo come hy-image-v3.5-preview. Tencent non ha pubblicato alcun identificatore di disponibilità generale, nessuna data per averne uno, nessun checkpoint aperto e nessun percorso offline; ogni modo documentato per raggiungere il modello è la superficie TokenHub di Tencent Cloud o una delle applicazioni di Tencent stesse.

Quello non è un motivo per evitare il modello, e il prezzo è il motivo per non farlo. È un motivo per circoscrivere l'integrazione: qualunque cosa vincolata a un identificatore di anteprima dovrebbe stare dietro un'interfaccia che controlli, perché il nome che scrivi in un file di configurazione è l'unica cosa di questo modello su cui Tencent non si è impegnata. Il rischio equivalente di Kling è una revisione del prezzo, che almeno compare su un tariffario prima di comparire in fattura.

Eseguendo il bake-off su una sola chiave

Per essere precisi sul nostro catalogo prima della raccomandazione: OrcaRouter non serve né Kling Image 4.0 né HY-Image 3.5. Qualsiasi test di questa coppia significa rispettivamente l'API di Kling e Tencent Cloud, e i prezzi sopra riportati sono quelli dei fornitori, non preventivi da parte nostra. Ciò che OrcaRouter cambia è la forma dell'esperimento attorno a essi. I modelli di immagine che serviamo si trovano dietro un unico endpoint compatibile con OpenAI, al prezzo di listino del provider con 0% di ricarico, quindi la tariffa che metti a budget è quella pubblicata dal fornitore e un taglio di prezzo del fornitore è attivo lo stesso giorno anziché al ciclo di riprezzamento successivo. Con più di 200 modelli su un'unica chiave, il percorso dell'incumbent e quello dello sfidante possono essere chiamati dallo stesso percorso di codice, e il failover automatico mantiene un batch in movimento quando una route rifiuta una richiesta a metà esecuzione.

La cosa conta qui perché il test onesto è un confronto di fatture, non un confronto di immagini. Venti prompt attraverso entrambi i modelli a 2K, con le stesse tre immagini di riferimento allegate, chiariranno tre cose più in fretta di qualsiasi thread di lancio: se il divario di generazione di 208 punti è visibile sul tuo soggetto, se lo è quello di editing di 91 punti, e che effetto ha il supplemento per i riferimenti sull'aritmetica del set che costruisci davvero.

A screenshot of the OrcaRouter pricing page in English, headed 'We never mark up the tokens you buy', with a Zero Markup Guarantee panel stating that routing is free and that the rate paid is the provider's rate, and a rate table listing models with input, cached input, cache write and output prices per million tokens beside an OrcaRouter fee column reading $0.00.

Cosa testare prima di eseguire il commit

Parti dal lavoro, non dal punteggio. Se il deliverable è una modifica — uno scatto di prodotto ritoccato, un personaggio mantenuto coerente lungo una serie, il layout di un cliente con un solo elemento cambiato — HY-Image 3.5 è la scelta più conveniente in questa coppia e il divario di 91 punti è abbastanza piccolo che le tue immagini di riferimento potrebbero colmarlo. Costa un quarto, addebita solo ciò che consegna e non fa pagare i riferimenti da cui dipende il lavoro.

Se il deliverable è un'immagine fissa che deve essere grande, o un set che deve sembrare un'unica sessione fotografica, è il divario generazionale a farla da padrone, e 208 punti non sono un margine che si elimina con il prompt engineering. Kling Image 4.0 è lo strumento più costoso e l'unico di questa coppia che offre il livello che ti serve.

La lettura da scartare è quella del fornitore. L'affermazione del 30% di Tencent punta a una classifica in cui il suo stesso modello più recente ora misura 20 punti in meno del suo predecessore nella generazione e 64 punti in più nell'editing, e qualsiasi piano basato sulla media di questi due numeri è basato su un numero che nessuno ha pubblicato.